AI想象力以及如何推理構(gòu)建計(jì)劃

　　在你采取行動(dòng)之前，想象你的行動(dòng)后果是人類認(rèn)知的強(qiáng)大工具。例如，當(dāng)將玻璃放在桌子的邊緣時(shí)，我們可能會(huì)考慮它的穩(wěn)定性以及它是否會(huì)掉下去。在這個(gè)想象的結(jié)果的基礎(chǔ)上，我們會(huì)重新調(diào)整玻璃的穩(wěn)定，防止它掉落和破裂。這種形式的審議推理本質(zhì)上是“ 想象力 ”，它是一種顯著的人類能力，是我們?nèi)粘Ｉ钪械年P(guān)鍵工具。

　　DeepMind在其博客發(fā)布兩篇最新研究論文，重點(diǎn)介紹了AI想象力以及如何推理構(gòu)建計(jì)劃。

　　如果我們的算法是發(fā)展同樣復(fù)雜的行為，他們也必須有能力“想象”未來。除此之外，他們必須能夠使用這種知識(shí)構(gòu)建一個(gè)計(jì)劃。我們在這一領(lǐng)域看到了一些巨大的成果 - 特別是在AlphaGo這樣的計(jì)劃中，使用“內(nèi)部模式”來分析行動(dòng)如何造成未來的結(jié)果，以便推理和計(jì)劃。

　　這些內(nèi)部模型工作得很好，因?yàn)橄馟o這樣的環(huán)境是“完美的” - 他們有明確的規(guī)則，允許在幾乎每個(gè)環(huán)境中非常準(zhǔn)確地預(yù)測結(jié)果。但現(xiàn)實(shí)世界是復(fù)雜的，規(guī)則不是那么明確，經(jīng)常出現(xiàn)不可預(yù)測的問題。即使是最聰明的代理人，在這些復(fù)雜的環(huán)境中想象也是一個(gè)漫長而奢侈的過程。

　　“能夠處理不完善的模式，學(xué)習(xí)適應(yīng)現(xiàn)狀的規(guī)劃策略是重要的研究課題”

　　在兩篇新的論文中，我們描述了一系列新的以想象為基礎(chǔ)的規(guī)劃方法。我們還介紹了為代理學(xué)習(xí)和構(gòu)建計(jì)劃以最大化任務(wù)效率的新方法的體系結(jié)構(gòu)。這些架構(gòu)對于復(fù)雜和不完美的模型是高效的，可以采用靈活的策略來利用他們的想象力。